作者 | infoQ李冬梅 采訪嘉賓 | 常雷，偶數(shù)科技CEO

未來十年將會是基礎(chǔ)軟件發(fā)展的黃金十年，也將是基礎(chǔ)軟件逐漸支撐起行業(yè)數(shù)字化轉(zhuǎn)型的關(guān)鍵十年。與此同時，基礎(chǔ)軟件的研發(fā)周期長、研發(fā)難度大、應(yīng)用廣泛，是組織、企業(yè)、團(tuán)隊(duì)技術(shù)力量的重要象征。

但由于國內(nèi)在數(shù)據(jù)庫行業(yè)的發(fā)展起步較晚，過半的市場份額長期被 Oracle、微軟等美國巨頭占據(jù)著，尤其在俄烏沖突中 Oracle 向俄羅斯祭出“極致限制”后，國內(nèi)數(shù)據(jù)庫企業(yè)和技術(shù)專家們對基礎(chǔ)軟件國產(chǎn)化的緊迫感和篤定感達(dá)到了前所未有的高度。

如今國產(chǎn)數(shù)據(jù)庫已逐步形成了百花齊放的格局，據(jù)中國信通院發(fā)布的《2021 年數(shù)據(jù)庫發(fā)展研究報告》顯示，2021 年，國產(chǎn)數(shù)據(jù)庫產(chǎn)品供應(yīng)商已逾百家。在競爭如此激烈的國產(chǎn)數(shù)據(jù)庫市場中，一款數(shù)據(jù)庫要想存活下去需要具備哪些特征？作為基礎(chǔ)軟件之一的數(shù)據(jù)庫是否只有開源才能走得更遠(yuǎn)？帶著這些問題，我們采訪了偶數(shù)科技的 CEO 常雷先生，請他來和我們一起探討一下關(guān)于國產(chǎn)數(shù)據(jù)庫的發(fā)展問題。

偶數(shù)科技的創(chuàng)始人常雷博士，畢業(yè)于北大計算機(jī)系，2016 年創(chuàng)立偶數(shù)科技，專注于云原生數(shù)據(jù)庫方向。他是 Apache HAWQ 頂級數(shù)據(jù)庫項(xiàng)目的創(chuàng)始人和程序管理委員會主席，前 EMC 研發(fā)部總監(jiān)，HAWQ 產(chǎn)品及研發(fā)部門負(fù)責(zé)人，曾創(chuàng)建 Greenplum 數(shù)據(jù)庫高級研究與開發(fā)中國團(tuán)隊(duì)。

偶數(shù)科技核心產(chǎn)品 OushuDB 是新一代云原生數(shù)據(jù)庫。成立至今，偶數(shù)已經(jīng)獲得世界頂級投資機(jī)構(gòu)紅杉中國、騰訊、紅點(diǎn)中國與金山云的四輪投資。

有了足夠的積累，創(chuàng)業(yè)沒那么難 InfoQ：能跟我們聊聊您創(chuàng)業(yè)的初衷嗎？為什么會選擇數(shù)據(jù)庫賽道？

常雷： 我與數(shù)據(jù)庫的初次結(jié)緣是在學(xué)校里，那時我博士研究的專業(yè)是數(shù)據(jù)庫和數(shù)據(jù)挖掘。2008 年，博士畢業(yè)后，我進(jìn)入了 EMC 做數(shù)據(jù)庫的研發(fā)工作。在此期間，EMC 收購了數(shù)據(jù)庫廠商 Greenplum，當(dāng)時兩個創(chuàng)始人想來中國組建研發(fā)團(tuán)隊(duì)，恰巧那時我在 EMC 做一些數(shù)據(jù)庫前沿技術(shù)的研究工作，也就是后面被大家所知道的 HAWQ 的開源項(xiàng)目。我與兩位創(chuàng)始人交流了 HAWQ 項(xiàng)目后，得到了他們的認(rèn)可被邀請?jiān)谥袊M建一個數(shù)據(jù)庫的研發(fā)團(tuán)隊(duì)，我在 EMC 一待就是八年。由于我對數(shù)據(jù)庫極致熱愛，希望能在這個領(lǐng)域有所建樹，所以在有了一定積累后，決定自己創(chuàng)業(yè)，就這樣創(chuàng)立了偶數(shù)科技。

InfoQ：創(chuàng)業(yè)并不是件容易事，這一路走來，遇到過哪些坎坷？有想過放棄嗎？

常雷： 因?yàn)橛辛俗銐虻姆e累，整個創(chuàng)業(yè)過程相對來說還是比較順利的。我在創(chuàng)業(yè)早期就拿到了一些風(fēng)險投資，隨著新產(chǎn)品的迭代和發(fā)布，已經(jīng)積累了各個行業(yè)的頭部客戶，這些客戶涉及金融、運(yùn)營商、能源等等，所以回過頭來看算是很幸運(yùn)了。

InfoQ：創(chuàng)業(yè)之前您在 EMC 待了八年，也是一段不短的時光了，那個時候的國產(chǎn)數(shù)據(jù)庫賽道是什么樣子？

常雷：2016 年前后，國產(chǎn)數(shù)據(jù)庫賽道還是一片荒蕪，沒什么著名的玩家，國外產(chǎn)品還是主流。盡管國產(chǎn)數(shù)據(jù)庫已經(jīng)做了很多年了，但那時候基本上不會被人提起，國產(chǎn)數(shù)據(jù)庫還處于相對非常落后的時期。

InfoQ：您決定創(chuàng)業(yè)，除了對數(shù)據(jù)庫技術(shù)的極致熱愛外，是不是當(dāng)時也看到了基礎(chǔ)軟件發(fā)展的利好苗頭？

常雷：是的，當(dāng)時 2016 年前后這種苗頭已經(jīng)出現(xiàn)了，中國在技術(shù)方面做了很多的沉淀和積累，加上數(shù)據(jù)的爆炸式增長，數(shù)據(jù)的產(chǎn)生、使用和分析方式和以前大不相同，需求越來越旺盛，推動著數(shù)據(jù)庫變革和升級，再加之一些地緣政治因素的影響，這一切將數(shù)據(jù)庫重新“燃起來了”。

InfoQ：在您看來，什么樣的數(shù)據(jù)庫系統(tǒng)算是合格的數(shù)據(jù)庫系統(tǒng)？

常雷： 無論是新一代的分析型云數(shù)據(jù)庫（OLAP）或者是交易型數(shù)據(jù)庫（OLTP），未來都要滿足幾大特點(diǎn)，根據(jù)偶數(shù)客戶實(shí)踐我們總結(jié)出 ANCHOR，ANCHOR 中文譯為錨點(diǎn)，將成為新一階段云原生及湖倉一體浪潮下的定海神針。

ANCHOR 具有六大特性，其 6 個字母分別代表：All Data Types（支持多類型數(shù)據(jù)）、Native on Cloud（云原生）、Consistency（數(shù)據(jù)一致性）、High Concurrency（超高并發(fā)）、One Copy of Data（一份數(shù)據(jù)）、Real-Time（實(shí)時 T+0）。

InfoQ：在數(shù)字化轉(zhuǎn)型的大背景下，數(shù)據(jù)庫作為非常重要基礎(chǔ)軟件，在設(shè)計時需要與其他的操作系統(tǒng)、中間件做哪些適配工作？

常雷： 做任何一款數(shù)據(jù)庫，它對硬件、操作系統(tǒng)和中間件這些都要做適配工作。拿偶數(shù)自己的數(shù)據(jù)庫 OushuDB 來講，我們已經(jīng)適配了包括鯤鵬、飛騰，海光芯片等，操作系統(tǒng)也適配了麒麟、統(tǒng)信等。在和上層應(yīng)用和中間件做適配工作時，我們只需提供標(biāo)準(zhǔn)接口即可。

軟件國產(chǎn)化最大的發(fā)展瓶頸是什么？

InfoQ：偶數(shù)科技的核心產(chǎn)品是 OushuDB，就是新一代云原生數(shù)據(jù)庫，它的發(fā)展經(jīng)歷了哪些迭代？在這個過程中，遇到過什么棘手的技術(shù)難題，最終又是怎么解決的？

常雷： 從開發(fā)歷史來看，OushuDB 最早期的代碼是基于這我們之前在 EMC 做的開源項(xiàng)目 HAWQ，而 HAWQ 最早期代碼則是基于 Greenplum 這樣一個分析型 MPP 數(shù)據(jù)庫。MPP 基本上采用無共享的架構(gòu)，存儲和計算耦合，在同一個節(jié)點(diǎn)上，相當(dāng)于每個節(jié)點(diǎn)既存儲又計算。后面在架構(gòu)演進(jìn)的時候我們就做了 HAWQ，HAWQ 最早的定位是 SQL-on-Hadoop 引擎，存儲用的是 HDFS 或其他存儲，上面計算層可以獨(dú)立，這樣可以實(shí)現(xiàn)一些彈性，HAWQ 已經(jīng)初步實(shí)現(xiàn)了存算分離。后面 OushuDB 基于 HAWQ 做了云原生架構(gòu)，不同于以前的 SQL-on-Hadoop 引擎，OushuDB 實(shí)現(xiàn)了完全的存算分離，也就是存儲和計算可以獨(dú)立在不同物理機(jī)器上部署。通過多個小的物理計算集群，多活主節(jié)點(diǎn)，實(shí)現(xiàn)了超大規(guī)模的云原生數(shù)據(jù)庫。計算、存儲可以無限擴(kuò)展，滿足了許多用戶的擴(kuò)展需求。當(dāng)然，在架構(gòu)演進(jìn)的過程中遇到很多技術(shù)難題，其中超大規(guī)模集群就是一個大難題，因?yàn)樗竽愕挠嬎隳芰?、并發(fā)能力要超級強(qiáng)大，這都是很難跨越的技術(shù)挑戰(zhàn)，最終我們通過幾年的技術(shù)攻關(guān)形成的新一代架構(gòu)解決了這些技術(shù)難點(diǎn)。

InfoQ：新一代的架構(gòu)還有哪些優(yōu)勢？需要與其他軟件進(jìn)行適配嗎？

常雷： 從適配軟件角度來看，OushuDB 云原生架構(gòu)在實(shí)際部署中就更簡單了，無論從應(yīng)用開發(fā)者角度還是最終用戶角度。以前可能要管理十幾個數(shù)據(jù)庫，而現(xiàn)在只需要管理一個數(shù)據(jù)庫就夠了；以前數(shù)據(jù)庫的處理能力不夠，就要來回“倒騰”數(shù)據(jù)，現(xiàn)在只需要在一個數(shù)據(jù)庫中操作就可以了，數(shù)據(jù)不再冗余了；而且還可以支持更高的并發(fā)，具有更高的性能，還可以做實(shí)時數(shù)據(jù)處理，這樣 OushuDB 就解決了很多傳統(tǒng)的數(shù)據(jù)庫做不到的事情，與上面的應(yīng)用開發(fā)的適配也要簡單很多。

InfoQ：數(shù)據(jù)庫作為非常重要的基礎(chǔ)軟件，它的國產(chǎn)化并沒有那么簡單，您覺得目前我們數(shù)據(jù)庫國產(chǎn)化的瓶頸是什么？

常雷： 數(shù)據(jù)庫的國產(chǎn)化在技術(shù)方面并不存在太大的問題，現(xiàn)在有些國內(nèi)數(shù)據(jù)庫產(chǎn)品在技術(shù)上不遜于國外數(shù)據(jù)庫，甚至領(lǐng)先于國外產(chǎn)品。但是我覺得國產(chǎn)化比較大的難點(diǎn)在于用戶的使用習(xí)慣，許多用戶之前非常習(xí)慣使用一些傳統(tǒng)的國外軟件，這些軟件已經(jīng)在用戶的 IT 系統(tǒng)里穩(wěn)定運(yùn)行了很多年，沒有遷移的必要，加之還會擔(dān)憂國產(chǎn)數(shù)據(jù)庫的穩(wěn)定性、遷移后的運(yùn)維以及遷移耗費(fèi)的工作量等等，這些因素都會讓用戶望而卻步。想要改變用戶對國產(chǎn)數(shù)據(jù)庫的認(rèn)知以及使用習(xí)慣，尚需花費(fèi)一段時間。

InfoQ：在您看來，這個觀念需要花多久的時間才能轉(zhuǎn)變過來？

常雷： 我覺得至少還需要幾年的時間才能轉(zhuǎn)變過來吧，用戶對于國產(chǎn)數(shù)據(jù)庫的信心、信任是需要時間培育的。如果市場上國產(chǎn)化軟件已經(jīng)占據(jù)了 50% 的市場了，那我相信剩下那 50% 也就很自然地接受了，目前國產(chǎn)化比例還比較低，大家還存有一定的擔(dān)憂，尤其用在核心業(yè)務(wù)系統(tǒng)上會更加謹(jǐn)慎。

“開源不是國產(chǎn)軟件的必經(jīng)之路”

InfoQ：業(yè)內(nèi)很多專家認(rèn)為基礎(chǔ)軟件想要取得長足發(fā)展，就要走開源的路線，您認(rèn)為我們做國產(chǎn)數(shù)據(jù)庫必須要開源嗎？

常雷： 我認(rèn)為開源很好，但并不意味著開源一定能成功。很多國產(chǎn)的或者國外的數(shù)據(jù)庫產(chǎn)品，他們的成功依賴于開源，但不代表閉源就不能成功。從過去幾十年來看，以市場份額作為參考標(biāo)準(zhǔn)，閉源軟件占了絕大部分，像 Oracle、微軟、亞馬遜等全球市場排名靠前的數(shù)據(jù)庫產(chǎn)品，都是閉源的；一些新興的創(chuàng)業(yè)公司產(chǎn)品，比如 Snowflake 也是閉源的，Databricks 的 Spark 云上版本也是閉源的，這兩個公司取得了很大的成功。所以，開源和閉源都能成功，產(chǎn)品本身的水平，如穩(wěn)定性、背后支持它的公司、為用戶帶來的價值等才是成功的關(guān)鍵。此外，使用開源軟件對用戶也有一定的使用門檻，所以我認(rèn)為不能說開源是國產(chǎn)軟件的必經(jīng)之路。

用戶需求是推進(jìn)數(shù)據(jù)庫變革的原動力

InfoQ：作為數(shù)據(jù)庫領(lǐng)域的多年“老兵”，您認(rèn)為推動數(shù)據(jù)庫進(jìn)入下一場變革的動力是什么？

常雷： 無論是國內(nèi)還是國外，數(shù)據(jù)庫每五十年就要經(jīng)歷一次更新迭代，數(shù)據(jù)庫發(fā)展至今，這個賽道已經(jīng)非常大了，而本質(zhì)上推動數(shù)據(jù)庫變革的因素是用戶的需求。最早期，企業(yè)剛開始做電子化的時候，數(shù)據(jù)體量比較小，產(chǎn)生了早期的交易型數(shù)據(jù)庫，后面對數(shù)據(jù)的分析、處理能力提出了更高要求，逐步出現(xiàn)了分析型數(shù)據(jù)庫，最近數(shù)據(jù)庫又都在云原生化，這些都是用戶的需求推動著數(shù)據(jù)庫的變革。另一方面，其他領(lǐng)域的一些技術(shù)變革可能會帶來數(shù)據(jù)庫的變革，比如硬件的發(fā)展也可能會帶來數(shù)據(jù)庫的變革。

InfoQ：近年來我們看到分布式、云原生這些技術(shù)融入到了數(shù)據(jù)庫領(lǐng)域，未來數(shù)據(jù)庫的發(fā)展該如何與時俱進(jìn)？

常雷： 我認(rèn)為未來任何一款數(shù)據(jù)庫都一定要是云原生和分布式的，否則它就會被淘汰掉?？梢钥吹?，最近幾年來，新興的數(shù)據(jù)庫基本全都是分布式 + 云原生的，新的產(chǎn)品會采用新的架構(gòu)形式，逐步淘汰老的產(chǎn)品，這是一個必然選擇。

InfoQ：我了解到其實(shí)很多企業(yè)在做超融合數(shù)據(jù)庫，一套數(shù)據(jù)架構(gòu)解決了很多問題，您認(rèn)為超融合架構(gòu)會是未來數(shù)據(jù)庫的發(fā)展方向嗎？

常雷： 我覺得超融合已經(jīng)不是一個新概念了，比如早期的 Oracle 什么都能做，能做交易型、分析型、結(jié)構(gòu)化數(shù)據(jù)、非結(jié)構(gòu)化數(shù)據(jù)、圖數(shù)據(jù)等等，其實(shí) Oracle 就是一個超融合數(shù)據(jù)庫。數(shù)據(jù)庫一般會隨著用戶的需求添加更多的功能支持，站在數(shù)據(jù)庫開發(fā)者的角度，大家其實(shí)一直都在做這個事情。